| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2015-10-04 13:20 N-gramモデルを用いたtext-to-speechシステムに応じた入力テキスト合成手法 ○王 楽・Kacper Radzikowski・吉江 修（早大）  TL2015-34 |
|
| 抄録 | （和） | TTSにおける音声合成において、自然な発話を得るためには、韻律情報が非常に重要となる。韻律合成では、複数の自立語が接続された場合のアクセント変化は複雑であり、高性能なTTSシステムを実現しようとする努力がなされている一方で、TTSシステムは与えられており、その内部には立ち入ることができない場合もある。この場合にはTTSを高性能化することはできない。そこで、本研究では与えられたTTSシステムを使うことを前提に、自然な発話の実現を目的としている。具体的には、N-gramモデルを用いた入力テキストの解析手法を参考して、入力テキストの合成手法を提案する。どれだけ自然なアクセントを有する発声を実現するかが焦点となるので、日本語の標準語に存在するアクセントルールが性能の低いTTSシステムに果たして存在するか自体が疑わしいことから、明確なルールを扱う手法ではなく、アクセント位置を確率的に扱うN-gram方式が適していると考えられる。 |
| （英） | Plenty of researches on text-to-speech(TTS) system have been made, in which prosodic information plays an important role. Most of the works focuses on how to get high quality speech from right sentence. As an actual situation, however, it sometimes the case that TTS system is given and we cannot increase its performance. Under such situation input sentence generation, even though it contains incorrect expression, is an interesting idea, so that we can get right phoneme and accent. Using N-gram model we propose such a method, where the most plausible interpretation (segmentation) of the given sequence of phoneme and accent is searched. | |
| キーワード | （和） | N-gram / Text-to-speech / テキスト合成 / アクセント句 / / / / |
| （英） | N-gram / Text-to-speech / Text synthesis / Accent phrase / / / / | |
| 文献情報 | 信学技報, vol. 115, no. 238, TL2015-34, pp. 1-5, 2015年10月. | |
| 資料番号 | TL2015-34 | |
| 発行日 | 2015-09-27 (TL) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | TL2015-34 |
|
| 研究会情報 | |
| 研究会 | TL |
| 開催期間 | 2015-10-04 - 2015-10-04 |
| 開催地（和） | 早稲田大学 8 号館 303 / 304 / 305 号室 |
| 開催地（英） | WASEDA University |
| テーマ（和） | 資源，言語の学習，場の共創，思考と言語一般 |
| テーマ（英） | resource, language and learning, co-creation in a place, thought and language, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | TL |
| 会議コード | 2015-10-TL |
| 本文の言語 | 日本語 |
| タイトル（和） | N-gramモデルを用いたtext-to-speechシステムに応じた入力テキスト合成手法 |
| サブタイトル（和） | |
| タイトル（英） | An N-gram-based approach for input text synthesis depending on text-to-speech system |
| サブタイトル（英） | |
| キーワード(1)（和/英） | N-gram / N-gram |
| キーワード(2)（和/英） | Text-to-speech / Text-to-speech |
| キーワード(3)（和/英） | テキスト合成 / Text synthesis |
| キーワード(4)（和/英） | アクセント句 / Accent phrase |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 王 楽 / Wang Le / |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | Kacper Radzikowski / Kacper Radzikowski / |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 吉江 修 / Yoshie Osamu / |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2015-10-04 13:20:00 |
| 発表時間 | 30分 |
| 申込先研究会 | TL |
| 資料番号 | TL2015-34 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | no.238 |
| ページ範囲 | pp.1-5 |
| ページ数 | 5 |
| 発行日 | 2015-09-27 (TL) |
[研究会発表申込システムのトップページに戻る]